Quelles sont les méthodes de clustering de l'expérience (randomisation par groupe) ?

La clusterisation de l’expérience (randomisation par cluster) est une méthode où la randomisation ne se fait pas au niveau des utilisateurs individuels, mais au niveau des groupes (clusters), par exemple, des départements entiers, des régions ou des serveurs. Cela est utilisé lorsque il est impossible ou indésirable de diviser les utilisateurs à l’intérieur d’un cluster.

Principales méthodes de clustering :

• Randomisation par cluster simple : les clusters sont répartis aléatoirement en groupes expérimentaux et témoins.

• Randomisation par cluster stratifiée : les clusters sont préalablement divisés en strates selon des caractéristiques importantes (par exemple, taille, région), puis une randomisation est effectuée à l’intérieur de chaque strate.

• Randomisation par paires de clusters : les clusters sont regroupés en paires avec des caractéristiques similaires, puis dans chaque paire, un cluster va dans l’expérimentation et l’autre dans le contrôle.

• Randomisation multiniveau : utilisée lorsqu’il existe une hiérarchie de clusters (par exemple, écoles et classes), la randomisation peut se faire à différents niveaux.

Lors de l’analyse des résultats, il est important de prendre en compte la corrélation intra-cluster, car les données à l’intérieur d’un cluster peuvent être dépendantes, ce qui influence la puissance statistique et nécessite des méthodes d’analyse spéciales (par exemple, modèles mixtes).

Exemple : si l’expérience est menée au niveau des magasins, tous les clients d’un magasin sont placés dans un même groupe pour éviter de mélanger les effets à l’intérieur du magasin.